RuView用WiFi信号追踪人体姿态与生命体征不需要摄像头【免费下载链接】RuViewπ RuView turns commodity WiFi signals into real-time spatial intelligence, vital sign monitoring, and presence detection — all without a single pixel of video.项目地址: https://gitcode.com/GitHub_Trending/wi/RuView不用摄像头你能知道屋里的人在哪里吗还能顺便知道他呼吸正不正常RuView 做的就是这件事用普通 WiFi 信号实现存在检测、呼吸与心率监测、人体姿态追踪全程不采集任何图像数据。WiFi 是怎么看见人的WiFi 信号充满房间的每个角落你可以把它理解成灌满房间的一池水。人走进去、坐下甚至只是呼吸都会在水面推出一圈涟漪。RuView 用 ESP32 传感器板读取这些涟漪技术上叫 CSIChannel State Information。相比普通设备能看到的信号强度RSSICSI 里的相位信息对身体细微动作敏感得多。系统先把原始信号里的环境干扰和硬件偏差清理掉再把特征喂给模型最后输出三类结果人在哪、在做什么动作、呼吸和心率是多少。整条流水线跑在本地设备上不依赖云端。RuView 能做什么官方文档覆盖了从家居到工业的很多场景这里按场景→能力→关键数据整理常用部分场景能做什么关键数据来自项目文档老人看护跌倒检测、睡眠呼吸监测跌倒告警 200 ms呼吸 6–30 BPM 实时智能家居房间级存在、灯光/空调联动穿墙感知约 5 m视信号而定商用办公人数统计、工位占用多人计数自适应标定研究验证17 个身体关键点姿态估计MM-Fi 数据集 torso-PCK20 达 82.69%几个值得单独说的数字存在检测预训练模型在留出的时间三元组上准确率为 82.3%项目主动撤回了早期100%的旧数字以这个为准。4-bit 量化版只有 8 KB能在树莓派上跑。姿态估计在公开的 MM-Fi 数据集上82.69% 的 torso-PCK20 超过了 MultiFormer72.25%和 CSI2Pose68.41%。边缘模块内置 105 个签名小模块覆盖健康睡眠呼吸暂停、步态分析、安防徘徊、入侵、楼宇暖通、会议室占用等直接装在 ESP32 上。它还接入了主流智能家居生态Home Assistant 通过 MQTT 即可发现也可以作为 Matter 设备配入 Apple Home、Google Home 和 Alexa语音直接问某个房间有没有人、呼吸如何。3步用 Docker 跑起 RuView最快路径是 Docker 镜像自带模拟数据模式不需要任何硬件docker pull ruvnet/wifi-densepose:latest export RUVIEW_API_TOKEN$(openssl rand -hex 32) docker run -p 127.0.0.1:3000:3000 -e RUVIEW_API_TOKEN ruvnet/wifi-densepose:latest然后打开 http://localhost:3000 界面里能看到实时姿态、人数和性能指标可切到 Demo 模式体验完整流程。如果你习惯 Pythonpip install ruview装的是同一套编译好的 wheel可以直接在代码里调用呼吸、心率提取功能。进阶路径从单节点到二次开发1. 单节点一块 ESP32-S3约 $9刷好固件、配好 WiFi节点就开始流式输出真实 CSIpython firmware/esp32-csi-node/provision.py --port COM9 \ --ssid YourWiFi --password secret --target-ip 192.168.1.20单节点够做存在、呼吸和粗略运动。官方建议 2 个以上节点以获得更好的空间分辨率。2. 组网3–6 个节点约 $54多节点用 TDM 时分方式轮询 6 个 WiFi 信道感知带宽约为单节点的 3 倍穿墙、定位、多人追踪随之可用。系统用脉冲神经网络在本地自学习适应一个新房间大约 30 秒。3. 二次开发从源码构建、训练模型、接入自己的房间数据git clone https://gitcode.com/GitHub_Trending/wi/RuView cd RuView/v2 cargo build --release核心 Rust 代码在v2/crates/目录信号处理、训练、体征提取、Web UI 全部开源。预训练模型和按节点的 LoRA 适配器发布在 Hugging Face下载后可对自己的环境微调。没有硬件的话也能在 QEMU 虚拟环境里先验证固件逻辑。和摄像头、雷达方案比一比维度摄像头RuView WiFi 感知隐私产生视频需处理 GDPR/HIPAA 合规无图像数据天然绕开视频合规问题夜间/烟尘需要红外补光或可见光不依赖光照全黑可用穿墙不能约 5 m视信号而定成本文档对比每个监控区域 $200–2000现有 WiFi 是 $0加一块 ESP32-S3 约 $9局限也要说清楚姿态是最弱的一环。单 ESP32 的端侧模型还是一版初版PCK20 ≈ 3%低于 35% 的目标82.69% 是公开数据集上的数字不是你家里单节点实测。普通笔记本只能拿到 RSSI做粗粒度存在检测可以进阶能力都不行。ESP32-C3 和初代 ESP32 不受支持单核算不动 CSI 处理。项目自我定位是 beta 软件体征与姿态输出属于研究性质不是医疗器械。更多资料在哪用户指南docs/user-guide.md安装、API、硬件、训练全在这里ESP32 固件firmware/esp32-csi-node/Rust 核心 cratev2/crates/医疗示例毫米波雷达融合examples/medical/写在最后RuView 把原本用来上网的 WiFi 信号变成了无接触传感器存在、呼吸、心率、姿态不产生一像素图像。先用 Docker 跑起来看看你的房间在 WiFi 眼里长什么样。【免费下载链接】RuViewπ RuView turns commodity WiFi signals into real-time spatial intelligence, vital sign monitoring, and presence detection — all without a single pixel of video.项目地址: https://gitcode.com/GitHub_Trending/wi/RuView创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
RuView用WiFi信号追踪人体姿态与生命体征不需要摄像头【免费下载链接】RuViewπ RuView turns commodity WiFi signals into real-time spatial intelligence, vital sign monitoring, and presence detection — all without a single pixel of video.项目地址: https://gitcode.com/GitHub_Trending/wi/RuView不用摄像头你能知道屋里的人在哪里吗还能顺便知道他呼吸正不正常RuView 做的就是这件事用普通 WiFi 信号实现存在检测、呼吸与心率监测、人体姿态追踪全程不采集任何图像数据。WiFi 是怎么看见人的WiFi 信号充满房间的每个角落你可以把它理解成灌满房间的一池水。人走进去、坐下甚至只是呼吸都会在水面推出一圈涟漪。RuView 用 ESP32 传感器板读取这些涟漪技术上叫 CSIChannel State Information。相比普通设备能看到的信号强度RSSICSI 里的相位信息对身体细微动作敏感得多。系统先把原始信号里的环境干扰和硬件偏差清理掉再把特征喂给模型最后输出三类结果人在哪、在做什么动作、呼吸和心率是多少。整条流水线跑在本地设备上不依赖云端。RuView 能做什么官方文档覆盖了从家居到工业的很多场景这里按场景→能力→关键数据整理常用部分场景能做什么关键数据来自项目文档老人看护跌倒检测、睡眠呼吸监测跌倒告警 200 ms呼吸 6–30 BPM 实时智能家居房间级存在、灯光/空调联动穿墙感知约 5 m视信号而定商用办公人数统计、工位占用多人计数自适应标定研究验证17 个身体关键点姿态估计MM-Fi 数据集 torso-PCK20 达 82.69%几个值得单独说的数字存在检测预训练模型在留出的时间三元组上准确率为 82.3%项目主动撤回了早期100%的旧数字以这个为准。4-bit 量化版只有 8 KB能在树莓派上跑。姿态估计在公开的 MM-Fi 数据集上82.69% 的 torso-PCK20 超过了 MultiFormer72.25%和 CSI2Pose68.41%。边缘模块内置 105 个签名小模块覆盖健康睡眠呼吸暂停、步态分析、安防徘徊、入侵、楼宇暖通、会议室占用等直接装在 ESP32 上。它还接入了主流智能家居生态Home Assistant 通过 MQTT 即可发现也可以作为 Matter 设备配入 Apple Home、Google Home 和 Alexa语音直接问某个房间有没有人、呼吸如何。3步用 Docker 跑起 RuView最快路径是 Docker 镜像自带模拟数据模式不需要任何硬件docker pull ruvnet/wifi-densepose:latest export RUVIEW_API_TOKEN$(openssl rand -hex 32) docker run -p 127.0.0.1:3000:3000 -e RUVIEW_API_TOKEN ruvnet/wifi-densepose:latest然后打开 http://localhost:3000 界面里能看到实时姿态、人数和性能指标可切到 Demo 模式体验完整流程。如果你习惯 Pythonpip install ruview装的是同一套编译好的 wheel可以直接在代码里调用呼吸、心率提取功能。进阶路径从单节点到二次开发1. 单节点一块 ESP32-S3约 $9刷好固件、配好 WiFi节点就开始流式输出真实 CSIpython firmware/esp32-csi-node/provision.py --port COM9 \ --ssid YourWiFi --password secret --target-ip 192.168.1.20单节点够做存在、呼吸和粗略运动。官方建议 2 个以上节点以获得更好的空间分辨率。2. 组网3–6 个节点约 $54多节点用 TDM 时分方式轮询 6 个 WiFi 信道感知带宽约为单节点的 3 倍穿墙、定位、多人追踪随之可用。系统用脉冲神经网络在本地自学习适应一个新房间大约 30 秒。3. 二次开发从源码构建、训练模型、接入自己的房间数据git clone https://gitcode.com/GitHub_Trending/wi/RuView cd RuView/v2 cargo build --release核心 Rust 代码在v2/crates/目录信号处理、训练、体征提取、Web UI 全部开源。预训练模型和按节点的 LoRA 适配器发布在 Hugging Face下载后可对自己的环境微调。没有硬件的话也能在 QEMU 虚拟环境里先验证固件逻辑。和摄像头、雷达方案比一比维度摄像头RuView WiFi 感知隐私产生视频需处理 GDPR/HIPAA 合规无图像数据天然绕开视频合规问题夜间/烟尘需要红外补光或可见光不依赖光照全黑可用穿墙不能约 5 m视信号而定成本文档对比每个监控区域 $200–2000现有 WiFi 是 $0加一块 ESP32-S3 约 $9局限也要说清楚姿态是最弱的一环。单 ESP32 的端侧模型还是一版初版PCK20 ≈ 3%低于 35% 的目标82.69% 是公开数据集上的数字不是你家里单节点实测。普通笔记本只能拿到 RSSI做粗粒度存在检测可以进阶能力都不行。ESP32-C3 和初代 ESP32 不受支持单核算不动 CSI 处理。项目自我定位是 beta 软件体征与姿态输出属于研究性质不是医疗器械。更多资料在哪用户指南docs/user-guide.md安装、API、硬件、训练全在这里ESP32 固件firmware/esp32-csi-node/Rust 核心 cratev2/crates/医疗示例毫米波雷达融合examples/medical/写在最后RuView 把原本用来上网的 WiFi 信号变成了无接触传感器存在、呼吸、心率、姿态不产生一像素图像。先用 Docker 跑起来看看你的房间在 WiFi 眼里长什么样。【免费下载链接】RuViewπ RuView turns commodity WiFi signals into real-time spatial intelligence, vital sign monitoring, and presence detection — all without a single pixel of video.项目地址: https://gitcode.com/GitHub_Trending/wi/RuView创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
